Агентный фреймворк Ouroboros вышел в лидеры на трёх бенчмарках

Агентный цикл Ouroboros на чистом Python показал SOTA на Terminal Bench, OSWorld и CL-bench, обойдя Codex, Claude Code, Cursor и Hermes. Проект доступен в открытом доступе под лицензией MIT.

Агентный фреймворк Ouroboros, реализованный на чистом Python, достиг состояния SOTA на трёх бенчмарках: Terminal Bench, OSWorld и CL-bench. По заявлению автора, он обходит Codex, Claude Code, Cursor и Hermes и подходит для исследований, computer use, работы через терминал и задач на кодинг. Код, скрипты и трейсы опубликованы в открытом доступе под лицензией MIT; разработчик предлагает сообществу форкать проект, проверять трейсы и присылать issues и pull request'ы.

Источники 1

Агентный фреймворк Ouroboros вышел в лидеры на трёх бенчмарках Complete AI

Ouroboros теперь SOTA на Terminal Bench, OSWorld и CL-bench

Мой любимый агентный луп на чистом питоне доэволюционорал до состояния лучшего харнесса для кодинга! На главных бенчмарках он теперь обходит Codex, Claude code, Cursor и Hermes.

Выходит, что в рисёрче, в computer use, в работе через терминал и в задачах на кодинг — уроборос сейчас является лучшим агентом. Так что с этого момента всю разработку и исследования я веду только через уробороса.

Для полной воспроизводимости результатов. Весь код, скрипты, трейсы я выложил в открытый доступ.

Напоминаю: лицензия MIT. Так что спокойно ломайте, форкайте, проверяйте трейсы, пишите что я где наврал. И кидайте issues и PR-ы! Все постараемся с уроборосом принять😋

P.S. Кошмар какие дорогие агентные бенчи. Прогнать весь набор стоит как квартиру купить (это не шутка!!)

GitHub, Хабр, установочники